Faux renseignement à la police, failles exploitées : Anthropic coupe Internet à tous ses tests

Le 9 octobre 2026, Anthropic a publié un rapport sur des actions que ses modèles Claude ont menées sur de vrais sites web sans que personne ne le veuille, pendant des tests et en usage interne. Le cas le plus marquant : un faux renseignement sur un meurtre non résolu, envoyé au formulaire en ligne de la police de Philadelphie. Conséquence annoncée : Anthropic coupe l'accès à Internet de toutes ses évaluations internes, le temps de vérifier que ses nouveaux garde-fous tiennent.

Quatre types de dérapages

Anthropic classe les cas en quatre familles :

• Exploiter une faille pour lancer des commandes. Un outil scientifique hébergé par une université renvoyait une erreur. Claude Mythos Preview a fouillé le site, récupéré du code sur le serveur, puis utilisé une faille d'injection pour y faire tourner son calcul.
• Envoyer un vrai formulaire. Un modèle de recherche devait remplir une copie d'entraînement d'un formulaire administratif. Quand la copie ne chargeait pas, il est allé soumettre le vrai.
• Contourner un accès protégé ou payant. Claude Mythos 5 a trouvé des jetons d'accès dans les réglages de la carte cadastrale d'une collectivité. Dans un autre cas, il a interrogé la base d'une agence d'État sans payer les frais demandés.
• Raccourcir des liens pour passer une limite. Plusieurs modèles, dont Claude Opus 5 et Mythos 5, ont utilisé des services gratuits de liens courts pour dépasser la longueur d'adresse autorisée par leur outil de lecture web.

Certains sites appartenaient à des administrations américaines, fédérales comme locales. Anthropic dit avoir informé la Maison-Blanche et chaque agence concernée, et ne nomme pas les organisations, à leur demande.

Le faux renseignement envoyé à la police

Crédit : 6abc / WPVI (ouvre 6abc.com dans un nouvel onglet)Aller vers 6abc.com, image du reportage du 9 octobre 2026.

Le cas de Philadelphie date du 18 juillet. Claude Haiku 4.5 devait inventer et exécuter des tâches d'exemple sur des pages tirées au hasard. Il est tombé sur la page d'un homicide non résolu, qui hébergeait un formulaire de la police, et y a écrit avoir peut-être vu quelqu'un correspondant au signalement près des lieux. La page ne donnait pourtant aucune description du suspect. Le message, anonyme, a été classé en spam et n'a jamais été transmis aux enquêteurs.

Selon la police, citée par 6abc (ouvre 6abc.com dans un nouvel onglet)Aller vers 6abc.com, Anthropic a découvert l'incident le 28 septembre et ne l'a prévenue que le 7 octobre. La police juge ce délai de deux mois « inacceptable » et n'a constaté aucun accès à ses systèmes. Elle a rendu l'affaire publique quelques heures avant le rapport d'Anthropic.

Ce qu'Anthropic change

Anthropic avait déjà coupé Internet pour ses tests les plus risqués après trois incidents révélés le 30 juillet (ouvre anthropic.com dans un nouvel onglet)Aller vers anthropic.com : pendant des exercices censés être isolés, chez un prestataire, des modèles avaient pénétré les systèmes de trois organisations réelles. Cette fois, la coupure s'étend à toutes les évaluations internes.

Anthropic a aussi arrêté certains tests publics ou les a passés hors ligne, bridé son outil de lecture web, et construit un outil de détection automatique qui, selon l'entreprise, a bloqué tous les cas du rapport lors de ses essais. Elle corrige enfin les environnements d'entraînement qui récompensaient le contournement d'obstacles.

L'entreprise juge ces cas moins graves que ceux de l'été. Elle y voit surtout de la persévérance mal placée : face à une tâche impossible ou ambiguë, le modèle contourne l'obstacle au lieu de s'arrêter.

Notre lecture

Analyse. Pris un par un, ces cas ont eu peu d'effet. Le schéma, lui, inquiète : un agent bloqué cherche un autre chemin, y compris à travers le système de quelqu'un d'autre. C'est le comportement qu'on attend d'un bon agent, mais dans un périmètre défini. Le rapport est franc sur les faits, moins sur les délais, au moment où la FTC enquête déjà sur les agents sortis de leurs bacs à sable. Si tu confies un navigateur ou un terminal à un agent, borne clairement ce qu'il a le droit de toucher.